直方圖反映了影象中畫素值的分佈情況，很多時候，影象的視覺缺陷可以根據影象的直方圖來分析。比如直方圖太窄，說明影象使用的灰度值範圍太窄；比如直方圖有一個很強烈的峰值，說明影象部分灰度值的使用頻率比其他強度值要高得多。
所以，可以通過直方圖資訊來修改影象的灰度值。如果將一種灰度修改為另一種灰度，那麼這意味著這種改變不是針對某些畫素的，而是整體性的，新的顏色值只與當前畫素的顏色值相關。這種關係，通常可以用一個對映函式來表示，稱之為查詢表。
對於灰度圖，查詢表是一個一維陣列，包含256個專案。陣列下標（0-255）代表當前灰度，下標對應的值代表當前灰度修改後的值。
OpenCV裡的查詢表函式cv::LUT(),

//Performs a look-up table transform of an array
void LUT(InputArray src, InputArray lut, OutputArray dst, int interpolation=0 )

下面介紹的直方圖拉伸和直方圖均衡化操作都會用到查詢表。程式中直方圖的計算呼叫了自定義的類函式，參見OpenCV計算和顯示影象直方圖（其實將一些演算法封裝為類很簡單，方便了呼叫和擴充套件）

直方圖拉伸

//直方圖拉伸
cv::Mat stretch(const cv::Mat& image,int minvalue=0
 
)
{
    Histogram1D h;
    cv::Mat hist = h.getHistogram(image);
    //找到直方圖的左邊限值
    int imin = 0;
    for (; imin < h.getHistSize()[0];imin++)
    {
        if (hist.at<float>(imin)>minvalue)
        {
            break;
        }
    }
    //找到直方圖的右邊限值
    int imax = h.getHistSize()[0]-1;
    for
 
 (; imax >= 0; imax--)
    {
        if (hist.at<float>(imax)>minvalue)
        {
            break;
        }
    }
    //建立查詢表
    cv::Mat lut(1, 256, CV_8U);
    //構建查詢表
    for (int i = 0; i < 256;i++)
    {
        if (i < imin)
            lut.at<uchar>(i) = 0;
        else if (i>imax)
            lut.at<uchar>(i) = 255;
        else
        {
            lut.at<uchar>(i) = cvRound(255.0*(i - imin) / (imax - imin));
        }
    }
    cv::Mat result = Histogram1D::applyLookUp(image,lut);
    return result;
}

至於Histogram1D::applyLookUp只是cv::LUT簡單的重新封裝，具體如下

cv::Mat Histogram1D::applyLookUp(const cv::Mat& image, const cv::Mat& lookup)
{
    cv::Mat result;
    cv::LUT(image,lookup,result);
    return result;
}

執行效果：
源影象vs拉伸直方圖後的影象

源影象直方圖vs拉伸後的直方圖

直方圖均衡化

OpenCV提供了一個易用的函式，用於直方圖均衡化處理，

//Equalizes the histogram of a grayscale image.
void equalizeHist(InputArray src, OutputArray dst)

如果只是使用，而非自己弄清楚內部的實現，閱讀可以到此為止了^-^。
實現原理是：一個完全均衡的直方圖，意味著所有箱子包含的畫素數量是相同的。其中一個必要條件就是，50%畫素的強度值小於128，25%畫素的強度值小於64，依次類推。所以p%畫素的強度值必須小於或等於255*p%。這條規則也是直方圖均衡化演算法所採用的，程式語言描述如下：

lut.at<uchar>(i) = static_cast<uchar>(p[i]*255.0/image.total());

p[i]是強度值小於或等於i的畫素數量，成為累計直方圖。total返回影象畫素總數，p[i]/image.total代表某堆灰度值的百分比。
具體實現：

cv::Mat myequalizeHist(cv::Mat& image)
{
    Histogram1D h;
    cv::Mat hist = h.getHistogram(image);
    cv::Mat lut(1, 256, CV_8U);
    float cumulate = 0;//強度值小於或等於某值的畫素數量
    for (int i = 0; i < 256; i++)
    {
        cumulate += hist.at<float>(i);
        lut.at<uchar>(i) = static_cast<uchar>(cumulate*255.0/image.total());
    }
    cv::Mat result;
    cv::LUT(image, lut, result);
    return result;

}

執行效果：
源影象vs直方圖均衡化之後的影象

源影象直方圖 vs均衡化之後的直方圖